KI Automatisierung in SEO & AI Search: Claude Code, KI Agenten & MCPs im Praxiseinsatz mit Artur Kosch | Ep.247

In dieser SEOPRESSO-Livestream-Episode spricht Björn Darko mit
Artur Kosch, Co-CEO und Mitgründer der kkp agency über
KI-Automatisierung im SEO- und AI-Search-Umfeld. Im Mittelpunkt
stehen Claude Code, MCPs, KI-Agenten und die Frage, wie sich
Agenturarbeit dadurch grundlegend verändert.


Artur erklärt, dass KI bei KKP kein zusätzliches Tool mehr ist,
sondern zur zentralen Arbeitsumgebung geworden ist. Viele
Aufgaben, die früher manuell, mit Make, n8n, Custom GPTs, Excel,
Präsentationen oder klassischen SEO-Tools erledigt wurden, laufen
heute über Claude Code, eigene Skills, Agenten und ein internes
„KKP-Brain“.


Besonders spannend sind die konkreten Workflows: KKP
automatisiert Prompt Research, AI-Visibility-Analysen,
Sentiment-Auswertungen, Content-Erstellung, Digital-PR-Kampagnen
und sogar Landingpages. Dabei zeigt Artur, dass es in AI Search
nicht reicht, einfach nur von KI-Systemen erwähnt zu werden.
Entscheidend ist, ob eine Marke positiv empfohlen wird und im
Vergleich zur Konkurrenz überzeugt.


Die Episode macht deutlich: KI ersetzt nicht einfach Menschen,
sondern verschiebt ihre Rolle. Weniger manuelle Fleißarbeit, mehr
Strategie, Qualitätskontrolle, Kundenverständnis und Bewertung
der Ergebnisse.





Takeaways:
KI ist ein Systemwechsel, kein
Tool-Upgrade
Claude Code ist bei KKP nicht nur ein weiteres Tool, sondern die
zentrale Infrastruktur für viele SEO-, Content- und
AI-Search-Prozesse.Prompt Research muss datenbasiert
sein
Prompts einfach zu erfinden, ist laut Artur fahrlässig. KKP nutzt
Keywords, Synonyme, Query Fanouts und Clustering, um relevante
Prompts systematisch abzuleiten.AI Visibility braucht
Sentiment
Eine Brand kann sichtbar sein und trotzdem verlieren, wenn sie von
KI-Systemen im Vergleich zur Konkurrenz negativ oder nur
eingeschränkt empfohlen wird.MCPs machen Automatisierung
skalierbar
Über MCPs wie DataForSEO oder Statista greifen die Workflows auf
Crawling-Daten, SERPs, Trends, Statistiken und Quellen
zu.Content entsteht aus Daten, nicht aus
Bauchgefühl
Gute KI-Workflows verbinden Brand Guidelines, Produktdaten,
SERP-Analysen, LLM-Antworten, TF-IDF-Daten und Deep
Research.Menschen bleiben wichtig
Strategie, Einordnung, Kundenkommunikation, Qualitätssicherung und
fachliche Bewertung werden wichtiger als reine operative
Umsetzung.Agenturarbeit wird outputstärker
Artur beschreibt, dass sich der Output deutlich erhöht hat.
Entscheidend bleibt aber, Ergebnisse zu liefern statt nur Analysen,
Folien oder Tabellen.

Kapitelmarken


00:00 Intro & Vorstellung von Artur Kosch
03:15 Warum KI für KKP ein Systemwechsel ist
05:34 Claude Code vs. Make, n8n und Custom GPTs
07:40 Mindset Shift in der Agenturarbeit
10:34 AI Visibility messen: Warum eigene Reports entstehen
12:26 Prompt Research, Synonyme und Query Fanouts
20:06 Reporting über ChatGPT, AI Mode, AI Overviews und
Perplexity
24:14 Welche Modelle werden abgefragt?
25:00 Sentiment Deep Dive: Warum Erwähnung nicht reicht
28:56 Digital PR und Social Listening mit KI
31:00 Automatisierte Kampagnen und Content Assets
33:12 Landingpages in Minuten statt Wochen
36:04 Content Workflows mit Guidelines, SERPs und Deep
Research
40:39 Beispiel: KI-generierter Ratgebertext
43:46 Daily Routine in einer KI-zentrierten Agentur
46:34 Warum KKP trotz Automatisierung weiter einstellt
48:50 Kosten und Tooling rund um Claude Code
50:33 Braucht man künftig noch klassische CMS?
53:17 DataForSEO, Agentur-Brain und Skill-Setup
54:39 MCP vs. API
55:13 Qualitätssicherung und Versionierung
57:42 Abschluss & Hinweis auf SISTRIX MCP / Prompt Research